판다스(Pandas) 데이터 선택하기 (Selection)

목차

• 판다스(Pandas) 데이터 선택하기 (Selection)
  • Selecting Columns
  • Selecting Rows
  • Selection by label
    • loc
    • at
  • Selection by position
    • iloc
    • iat
  • Boolean indexing
    • 내 블로그
    • 블로그 게시글
    • 모든 영역

판다스(Pandas) 데이터 선택하기 (Selection)

---

Pandas는 DataFrame 또는 Series 개체의 특정 부분을 검색하고 조작할 수 있는 다양한 데이터 선택 방법을 제공합니다.

 

select를 설명하기 위해 사용하는 DataFrame은 다음과 같습니다.

column label(파란색 블록), row or index label(노란색 블록), data(회색 블록)

Selecting Columns

---

DataFrame에서 열의 하위 집합을 선택하려면 다음 구문을 사용해야 합니다.

df[column_list]

• column_list: 선택하려는 열 이름의 목록

다음은 A행을 가져오는 예입니다.

df['A']
# output
2023-02-18    0.509482
2023-02-19    0.966399
2023-02-20    0.857979
2023-02-21    0.701611
2023-02-22    0.102038
2023-02-23    0.507152
Name: A, dtype: float64

 

df['A']  or df.A 결과

df.A와 결과는 동일합니다. 조회 결과는 Series 객체입니다.

 

다음은 여러 행을 가져오는 예입니다.

df[['B','D']]
# output
                   B           D
2023-02-18	0.943009    0.686995
2023-02-19	0.547649    0.293321
2023-02-20	0.899066    0.508288
2023-02-21	0.220908    0.555901
2023-02-22	0.677408    0.174801
2023-02-23	0.320705    0.498722

 

df[['B', 'D']] 결과

행 리스트를 사용하면 여러 행의 값을 가져올 수 있습니다. 조회 결과는 DataFrame 객체입니다.

Selecting Rows

---

DataFrame에서 행의 하위 집합을 선택하려면 다음 구문을 사용해야 합니다.

df[start:stop[:step]]

• start: 시작 인덱스
• stop: 종료 인덱스
• step: 요소 사이의 단계 크기, 기본값은 1이다.

종료 인덱스는 선택에 포함되지 않습니다.

 

다음은 0부터 2번째 행을 가져오는 예입니다.

df[0:3]
# output
                     B           D
2023-02-18    0.943009    0.686995
2023-02-19    0.547649    0.293321
2023-02-20    0.899066    0.508288
2023-02-21    0.220908    0.555901
2023-02-22    0.677408    0.174801
2023-02-23    0.320705    0.498722

df['2023-02-18':'2023-02-20']
# output
                    A            B           C           D
2023-02-18    0.509482    0.943009    0.096876    0.686995
2023-02-19    0.966399    0.547649    0.465180    0.293321
2023-02-20    0.857979    0.899066    0.418911    0.508288

 

 

df[0:3] or df['2023-02-18' : '2023-02-20'] 결과

df[0:3:1]과 결과는 동일합니다.

인덱스 대신 인덱스 값을 사용해도 됩니다. df[’2023-02-18’:’2023-02-20’] 이땐 마지막 행도 가져옵니다.

 

다음은 전체 행에서 2단계식 건너뛰어 행을 가져오는 예입니다.

df[::2]
# output
                     A           B           C           D
2023-02-18    0.509482    0.943009    0.096876    0.686995
2023-02-20    0.857979    0.899066    0.418911    0.508288
2023-02-22    0.102038    0.677408    0.137984    0.174801

 

df[::2] 결과

 

728x90

Selection by label

---

레이블을 이용하여 선택하는 방법은 DataFrame.loc()와 DataFrame.at()이 있습니다.

 

loc

loc은 행 및 열 레이블로 DataFrame, Series에서 데이터를 선택할 수 있는 레이블 기반 인덱싱 방법입니다.

 

사용 방법은 다음과 같습니다.

 

DataFrame

df.loc[row_label [, column_label]]

• row_label: 선택할 행의 레이블
• column_label: 선택할 열의 레이블

시작 레이블과 끝 레이블이 모두 선택 항목에 포함됩니다.

 

Series

s.loc[index_label]

• index_label: 인덱스 레이블

다음은 loc를 사용하는 여러 가지 예입니다.

 

행 조회

# 단일 행 조회
df.loc['2023-02-20']
# output
A    0.857979
B    0.899066
C    0.418911
D    0.508288
Name: 2023-02-20 00:00:00, dtype: float64

# slice를 이용한 행 조회
df.loc['2023-02-20':'2023-02-23']
# output
                    A            B           C           D
2023-02-20    0.857979    0.899066    0.418911    0.508288
2023-02-21    0.701611    0.220908    0.943105    0.555901
2023-02-22    0.102038    0.677408    0.137984    0.174801
2023-02-23    0.507152    0.320705    0.988959    0.498722

# list를 이용한 행 조회
df.loc[['2023-02-20', '2023-02-23']]
# output
                     A           B           C           D
2023-02-20    0.857979    0.899066    0.418911    0.508288
2023-02-23    0.507152    0.320705    0.988959    0.498722

# boolean을 이용한 행 조회
df.loc[[False, False, True, False, False, True]]
# output
                     A           B           C           D
2023-02-20    0.857979    0.899066    0.418911    0.508288
2023-02-23    0.507152    0.320705    0.988959    0.498722

 

 

 

 

 

열 조회

# 단일 열 조회
df.loc[:,'A']
# output
2023-02-18    0.509482
2023-02-19    0.966399
2023-02-20    0.857979
2023-02-21    0.701611
2023-02-22    0.102038
2023-02-23    0.507152
Name: A, dtype: float64

# slice를 이용한 열 조회
df.loc[:,'A':'C']
                     A           B           C 
2023-02-18    0.509482    0.943009    0.096876
2023-02-19    0.966399    0.547649    0.465180
2023-02-20    0.857979    0.899066    0.418911
2023-02-21    0.701611    0.220908    0.943105
2023-02-22    0.102038    0.677408    0.137984
2023-02-23    0.507152    0.320705    0.988959

# list를 이용한 열 조회
df.loc[:,['B', 'D']]
# output
                     B           D
2023-02-18    0.943009    0.686995
2023-02-19    0.547649    0.293321
2023-02-20    0.899066    0.508288
2023-02-21    0.220908    0.555901
2023-02-22    0.677408    0.174801
2023-02-23    0.320705    0.498722

# boolean을 이용한 열 조회
df.loc[:,[False, True, False, True]]
# output
                     B           D
2023-02-18    0.943009    0.686995
2023-02-19    0.547649    0.293321
2023-02-20    0.899066    0.508288
2023-02-21    0.220908    0.555901
2023-02-22    0.677408    0.174801
2023-02-23    0.320705    0.498722

 

특정 행과 열 조회

df.loc[['2023-02-20', '2023-02-23'], 'A':'C']
# output
                     A           B           C
2023-02-20    0.857979    0.899066    0.418911
2023-02-23    0.507152    0.320705    0.988959

 

df.loc[['2023-02-20', '2023-02-23'], 'A' : 'C'] 결과

at

at은 행 및 열 레이블에서 DataFrame, Series의 단일 값을 가져옵니다.

at은 단일 값에 특화돼 있어 단일 값 접근 시, loc보다 빠릅니다.

 

사용 방법은 다음과 같습니다.

DataFrame

df.at[row_label, column_label]

• row_label: 선택할 행의 레이블
• column_label: 선택할 열의 레이블

Series

s.at[index_label]

• index_label: 인덱스 레이블

df.at[df.index[0], 'B']
# output
# 0.943009

s = df.loc[df.index[0]]
s.at['B']
# output
# 0.943009

df.at[df.index[0], 'B'] or s.at['B'] 결과

Selection by position

---

위치를 이용하여 select하는 방법은 DataFrame.iloc()와 DataFrame.iat()이 있습니다.

 

iloc

iloc은 정수 위치를 기반으로 DataFrame, Series에서 데이터를 선택할 수 있는 인덱싱 방법입니다.

index는 0부터 시작이고 slice에서 마지막 index는 포함되지 않습니다.

 

사용 방법은 다음과 같습니다.

DataFrame

df.iloc[row_index [, column_index]]

• row_index: 선택할 행의 위치
• column_index: 선택할 열의 위치

Series

s.iloc[index]

• index: Series에서 선택할 요소의 위치

다음은 iloc를 사용하는 여러 가지 예입니다.

 

행 조회

# 단일 행 조회
df.iloc[0]
# output
A    0.509482
B    0.943009
C    0.096876
D    0.686995
Name: 2023-02-18 00:00:00, dtype: float64


# slice를 이용한 행 조회
df.iloc[:3]
# output
                     A           B           C           D
2023-02-18    0.509482    0.943009    0.096876    0.686995
2023-02-19    0.966399    0.547649    0.465180    0.293321
2023-02-20    0.857979    0.899066    0.418911    0.508288

# list를 이용한 행 조회
df.iloc[[2, 5]]
# output
                     A           B           C           D
2023-02-20    0.857979    0.899066    0.418911    0.508288
2023-02-23    0.507152    0.320705    0.988959    0.498722

# boolean을 이용한 행 조회
df.iloc[[False, False, True, False, False, True]]
# output
                     A           B           C           D
2023-02-20    0.857979    0.899066    0.418911    0.508288
2023-02-23    0.507152    0.320705    0.988959    0.498722

 

열 조회

# 단일 열 조회
df.iloc[:,0]
# output
2023-02-18    0.509482
2023-02-19    0.966399
2023-02-20    0.857979
2023-02-21    0.701611
2023-02-22    0.102038
2023-02-23    0.507152
Name: A, dtype: float64

# slice를 이용한 열 조회
df.iloc[:, 0:3]
                     A           B           C 
2023-02-18    0.509482    0.943009    0.096876
2023-02-19    0.966399    0.547649    0.465180
2023-02-20    0.857979    0.899066    0.418911
2023-02-21    0.701611    0.220908    0.943105
2023-02-22    0.102038    0.677408    0.137984
2023-02-23    0.507152    0.320705    0.988959

# list를 이용한 열 조회
df.iloc[:, [1,3]]
# output
                     B           D
2023-02-18    0.943009    0.686995
2023-02-19    0.547649    0.293321
2023-02-20    0.899066    0.508288
2023-02-21    0.220908    0.555901
2023-02-22    0.677408    0.174801
2023-02-23    0.320705    0.498722

# boolean을 이용한 열 조회
df.iloc[:,[False, True, False, True]]
# output
                     B           D
2023-02-18    0.943009    0.686995
2023-02-19    0.547649    0.293321
2023-02-20    0.899066    0.508288
2023-02-21    0.220908    0.555901
2023-02-22    0.677408    0.174801
2023-02-23    0.320705    0.498722

 

 

특정 행과 열 조회

df.iloc[[2, 5], 0:4]
# output
                     A           B           C
2023-02-20    0.857979    0.899066    0.418911
2023-02-23    0.507152    0.320705    0.988959

 

df.iloc[[2, 5], 0 : 4]

iat

iat은 행 및 열 레이블에서 정수 위치를 기반으로 DataFrame, Series의 단일 값을 가져옵니다.

iat은 단일 값에 특화돼 있어 단일 값 접근 시, iloc보다 빠릅니다.

index는 0부터 시작입니다.

 

사용 방법은 다음과 같습니다.

DataFrame

df.iat[row_index, column_index]

• row_index: 선택할 행의 위치
• column_index: 선택할 열의 위치

Series

s.iat[index]

• index: Series에서 선택할 요소의 위치

df.iat[0, 1]
# output
# 0.943009

s = df.loc[df.index[0]]
s.iat[1]
# output
# 0.943009

df.iat[0, 1] or s.iat[1] 결과

Boolean indexing

---

Boolean indexing은 boolean 조건을 사용하여 DataFrame, Series에서 데이터를 선택하는 방법입니다.

 

boolean 조건은 비교 연산자, 논리 연산자를 사용해서 만듭니다.

비교 연산자

• ‘==’, ‘≠’, ‘<’, ‘>’, ‘≤’, ‘≥’

논리 연산자

• ‘&’ (and), ‘|’ (or)

다음은 Boolean indexing 예입니다.

# 단일 열의 값을 사용하여 데이터 선택
cond = df['A'] > 0.7
df[cond]
# output
                     A           B           C           D
2023-02-19    0.966399    0.547649    0.465180    0.293321
2023-02-20    0.857979    0.899066    0.418911    0.508288
2023-02-21    0.701611    0.220908    0.943105    0.555901

# DataFrame에서 값 선택
cond = df > 0.7
df[cond]
# output
                     A         B          C         D
2023-02-18    NaN       0.943009    NaN	      NaN
2023-02-19    0.966399  NaN         NaN	      NaN
2023-02-20    0.857979  0.899066    NaN       NaN
2023-02-21    0.701611  NaN         0.943105  NaN
2023-02-22    NaN       NaN         NaN       NaN
2023-02-23    NaN       NaN         0.988959  NaN

# 논리연산자를 사용하여 값 선택
cond = (df['A'] > 0.7) & (df['A'] < 0.8)
df[cond]
# output
                     A           B           C           D
2023-02-21    0.701611    0.220908    0.943105    0.555901

cond = (df['A'] > 0.7) | (df['C'] < 0.5)
df[cond]
# output
                     A           B           C           D
2023-02-18    0.509482    0.943009    0.096876    0.686995
2023-02-19    0.966399    0.547649    0.465180    0.293321
2023-02-20    0.857979    0.899066    0.418911    0.508288
2023-02-21    0.701611    0.220908    0.943105    0.555901
2023-02-22    0.102038    0.677408    0.137984    0.174801